O impacto da IA (inteligência artificial) nas funções de negócios será diverso em diferentes setores da indústria. Nas empresas de serviços financeiros, o impacto mais forte da IA é esperado na área de interação com o cliente, e nas organizações de manufatura – desenvolvimento de produtos. As ciências da saúde e da vida, entretanto, antecipam que o impacto da IA será maior na tomada de decisões de gestão. Em geral, as primeiras implementações de IA podem ajudar algumas organizações a aumentar a receita, sua eficiência operacional ou suas margens.

Muitas empresas estão adotando um caminho acelerado para acessar, processar e tirar proveito dos dados usando a IA, o machine learning ou deep learning, ou seja, tornar-se uma “empresa de IA”. Se este é o seu caso, o tempo de agir é agora. Este é o ano em que vamos atravessar o regime dos zettabytes em termos de volume de dados. Assim, com a quantidade de dados que está à nossa disposição, juntamente com as aplicações pretendidas dos dados, as empresas estão procurando novas maneiras de gerenciar tudo isso. A ideia por trás do “dilúvio de dados”, prediz que as empresas procuram novas soluções. A motivação é fazer mais com ativos de dados valiosos – começar a usar IA, machine learning e deep learning. O mindset está mudando do sobrecarregado pelo dilúvio de dados para a real fome de dados. A IA está abrindo um desejo insaciável de dados, e isso está acontecendo agora.

Uma área que parece estar decolando é como as empresas têm considerado a “análise acelerada” e a “análise orientada pela IA” como uma solução. O “Accelerated analytics” envolve soluções aceleradas de GPU (Graphics Processing Unit), como Kinetica, MapD, SQream DB, BlazingDB, Graphistry e BlazeGraph. O “AI driven analytics” aborda as necessidades do negócio digital da empresa e de obter acesso à informação. Acelerar o componente de análise é um lado da equação, o outro lado está fazendo isso a uma fração do custo.

Há uma notável importância de avaliar e adotar a IA, o machine learning e o deep learning ou continuar a perder terreno para concorrentes que já estão no processo de fazê-lo. O número de exemplos de IA com sucesso para resolver problemas complexos cresce a cada dia. Isso significa que a indústria está em um estado de loop de feedback dinâmico, onde um fluxo contínuo de projetos bem-sucedidos de prova de conceito levam cada vez mais empresas a considerar soluções de IA.

Abaixo, vamos destacar alguns exemplos de cases convincentes, com foco no uso bem-sucedido da IA, do machine learning e do deep learning. Os exemplos também ilustram como as GPUs podem ser efetivamente combinadas com a tecnologia de IA.


Universidade de Pisa e Scuola Normale Superiore di Pisa: O Centro de Competência da Universidade de Pisa e Scuola Normale Superiore di Pisa foi criado para responder à crescente necessidade de soluções de infraestrutura de ponta, permitindo aos pesquisadores compartilhar e fortalecer seu trabalho, e aos visitantes obter insights sobre a tecnologia de infraestrutura mais recente e mais eficiente. Usando a arquitetura baseada em padrões – do mais recente em computação em nuvem às soluções HPC e de proteção de dados – o Centro pode ajudar as organizações a atingir o desempenho e os objetivos estratégicos. A Universidade de Pisa está usando tecnologias e sistemas de aprendizagem profunda da Dell EMC para sequenciamento de DNA e codificação de DNA como uma imagem. Os pesquisadores estão usando servidores Dell EMC PowerEdge C4130, com aceleradores NVIDIA Tesla P100 e NVIDIA Deep Learning GPU Training System (DIGITS), para a classificação em deep learning do sequenciamento de DNA.

Academia Chinesa de Ciências: Na China, a Dell China está colaborando com a Academia Chinesa de Ciências em um laboratório avançado de computação e AI. Este laboratório centra-se na investigação e aplicações de novas arquiteturas de computação nos domínios de processamento de informação cerebral e AI. Pesquisas realizadas no laboratório abrangem a simulação de funções cognitivas, deep learning, simulação computacional cerebral e novos sistemas de computação relacionados. O laboratório também apoia o desenvolvimento da ciência do cérebro e pesquisa de tecnologia de intelecto, promovendo a inovação chinesa e avanços na vanguarda da ciência. De fato, a Dell China foi recentemente homenageada com um “Prêmio Inovação de Inteligência Artificial em Tecnologia e 3 Práticas” em reconhecimento pela colaboração.

Fonte: insideBIGDATA